Onderzoek: AI-optimalisatie in slimme gebouwen bespaart tientallen tonnen CO₂ op jaarbasis

Dat blijkt uit een onderzoek dat Schneider Electric tijdens Climate Week NYC 2026 heeft gepubliceerd. De vermeden CO₂-uitstoot is volgens het onderzoek meer dan 100 keer groter dan de CO₂-voetafdruk van het AI-systeem zelf. Het rapport heet AI for Climate: Quantifying the Energy and Carbon Impact of Building Optimization.

Gebouwen zijn wereldwijd verantwoordelijk voor ongeveer 37% van de energiegerelateerde CO₂-uitstoot. Uit het onderzoek blijkt dat AI-gestuurde optimalisatie van HVAC-systemen, toegepast via een slim gebouwbeheersysteem, 7,2 tot 12,7% extra energiebesparing kan opleveren. Daarmee neemt ook de belasting van gebouwsystemen en van het bredere elektriciteitsnet af.

Tot 60 ton CO₂ per gebouw

Per gebouw kan jaarlijks tot 60 ton CO₂-uitstoot worden vermeden (59.869 kg CO₂e). Dat is vergelijkbaar met de milieuwinst van het planten van 2.700 volwassen bomen. In sommige scenario's kan meer dan 200 MWh per jaar worden bespaard, genoeg om tientallen gemiddelde huishoudens een jaar van stroom te voorzien. AI kan de besparing die alleen met slimme gebouwbeheersystemen wordt bereikt volgens het onderzoek meer dan verdubbelen. Zowel AI in de cloud als aan de rand van het netwerk (edge AI) kan aanzienlijke energie- en CO₂-besparingen opleveren.

“De toekomst van gebouwbeheer wordt bepaald door de mate waarin organisaties data die voorheen in silo’s opgesloten zat, effectief met elkaar kunnen verbinden en in de juiste context kunnen plaatsen. Een AI-laag bovenop bestaande bedrijfssystemen kan complexiteit omzetten in intelligentie en intelligentie in actie. Zo kunnen organisaties tegelijkertijd hun uitstoot en kosten verlagen en hun prestaties verbeteren”, zegt Pankaj Sharma, EVP Software & Services bij Schneider Electric. “Nu de vraag naar energie blijft stijgen, wordt het essentieel om deze resultaten tegelijkertijd te kunnen realiseren, in plaats van organisaties te dwingen ertussen te kiezen. Alleen zo kunnen zowel bedrijfs- als duurzaamheidsdoelstellingen worden behaald.”

Modellen gevalideerd met praktijkpilots

Voor het onderzoek zijn modellen voor het energieverbruik van gebouwen gebruikt, gevalideerd aan de hand van praktijkpilots. Daarmee is onderzocht wat AI-gestuurde HVAC-regeling betekent voor energieverbruik, CO₂-uitstoot en operationele kosten in verschillende gebouwscenario's in Australië, India en de Verenigde Staten.

Het onderzoek keek naar een AI-laag bovenop digitale gebouwbeheersystemen. Die laag verbindt voorheen gescheiden databronnen, analyseert continu de omstandigheden in een gebouw en optimaliseert de werking van HVAC-systemen automatisch en in realtime. Daarbij worden onder meer bezettingspatronen, weersverwachtingen en prestaties van apparatuur gecombineerd. Volgens het onderzoek kan een gebouw daardoor efficiënter functioneren en daalt de werklast voor facility management-teams.

Ook kleinere gebouwen profiteren

Kleine en middelgrote gebouwen, kleiner dan ongeveer 9.300 m², kunnen volgens het onderzoek aanzienlijk profiteren van AI-optimalisatie. Energiemanagementsystemen gelden voor kleinere gebouwen van oudsher vaak als te complex of te kostbaar, en bovendien is daar vaak beperkte gespecialiseerde kennis over facility management beschikbaar. Doordat AI de optimalisatie automatiseert en vereenvoudigt, wordt geavanceerd gebouwbeheer toegankelijker. Ook kleinere gebouwen kunnen daarmee hun energieverbruik, operationele kosten en uitstoot verminderen.

“AI brengt de kracht van intelligente energiesturing binnen handbereik van eigenaren en beheerders van kleinere gebouwen. Wat voorheen aanzienlijke expertise en investeringen vereiste, kan nu eenvoudiger en op grotere schaal worden gerealiseerd. Dit helpt organisaties energieverspilling tegen te gaan, kosten te verlagen, prestaties te verbeteren en met vertrouwen slimmere beslissingen te nemen”, voegt Sharma toe.